Statistiques et Big Data machine-learning

4

Calcul du rapport des échantillons de données utilisés pour l'ajustement / la formation et la validation du modèle

A fourni une taille d'échantillon "N" que je prévois d'utiliser pour prévoir les données. Quelles sont certaines des façons de subdiviser les données afin que j'en utilise une partie pour établir un modèle et les autres données pour valider le modèle? Je sais qu'il n'y a pas de réponse en …

9 machine-learning modeling sample validation

3

Comment faire en sorte que les arbres de la forêt aléatoire votent en décimales mais pas en binaire

Ma question concerne la classification binaire, disons séparer les bons clients des mauvais clients, mais pas la régression ou la classification non binaire. Dans ce contexte, une forêt aléatoire est un ensemble d'arbres de classification. Pour chaque observation, chaque arbre vote «oui» ou «non», et le vote moyen de tous …

9 r machine-learning classification random-forest

1

vote dur, vote doux dans les méthodes basées sur l'ensemble

Je lis le Machine Learning pratique avec Scikit-Learn et TensorFlow: Concepts, outils et techniques pour construire des systèmes intelligents . Ensuite, je ne suis pas en mesure de comprendre la différence entre le vote dur et le vote doux dans le contexte des méthodes basées sur l'ensemble. J'en cite des …

9 machine-learning ensemble

1

Quels sont certains des inconvénients de l’optimisation hyperparamétrique bayésienne?

Je suis relativement nouveau dans l'apprentissage automatique et les statistiques, mais je me demandais pourquoi l'optimisation bayésienne n'est pas référée plus souvent en ligne lors de l'apprentissage de l'apprentissage automatique pour optimiser les hyperparamètres de votre algorithme. Par exemple, en utilisant un cadre comme celui-ci: https://github.com/fmfn/BayesianOptimization L'optimisation bayésienne de vos …

9 machine-learning optimization hyperparameter bayesian-optimization

1

Consigner les probabilités en référence au classificateur softmax

Dans ce https://cs231n.github.io/neural-networks-case-study/ pourquoi mentionne-t-il "le classificateur Softmax interprète chaque élément de ff comme détenant les probabilités de log (non normalisées) des trois classes." Je comprends pourquoi il n'est pas normalisé mais pas pourquoi il s'agit d'un journal? Que signifie une probabilité logarithmique? Pourquoi ne pas simplement dire des probabilités …

9 machine-learning neural-networks information-theory softmax

2

Optimiser SVM pour éviter les faux négatifs dans la classification binaire

Je forme un classificateur binaire SVM à l'aide de Scikit learn. En raison de la nature de mon problème, je dois éviter les faux négatifs. Comme rien n'est gratuit, je suis d'accord pour obtenir un taux plus élevé de faux positifs afin de réduire le nombre de faux négatifs. Comment …

9 machine-learning cross-validation svm python scikit-learn

1

Différenciation d'entropie croisée

J'ai essayé de créer un programme pour former des réseaux neuronaux sur mon ordinateur. Pour le réseau en question, j'ai décidé d'utiliser la fonction Cross Entropy Error: E= -∑jtjlnojE=−∑jtjln⁡ojE = -\sum_jt_j\ln o_j Où est la sortie cible pour le neurone , et est la sortie de ce neurone, essayant de …

9 machine-learning neural-networks derivative cross-entropy differential-equations

2

L'état aléatoire est-il un paramètre à régler?

Un problème qui se produit assez souvent dans mes expériences est que le modèle varie dans les performances lorsque l'état aléatoire de l'algorithme est modifié. La question est donc simple, dois-je prendre un état aléatoire comme hyperparamètre? Pourquoi donc? Si mon modèle surpasse les autres avec un état aléatoire différent, …

9 machine-learning scikit-learn

3

Les données d'entraînement sont déséquilibrées - mais mon ensemble de validation devrait-il l'être également?

J'ai étiqueté des données composées de 10000 exemples positifs et 50000 exemples négatifs, ce qui donne un total de 60000 exemples. Évidemment, ces données sont déséquilibrées. Disons maintenant que je veux créer mon ensemble de validation et que je souhaite utiliser 10% de mes données pour le faire. Ma question …

9 machine-learning neural-networks cross-validation dataset unbalanced-classes

1

concernant le format de sortie pour la segmentation sémantique

En lisant les articles de segmentation sémantique ainsi que leurs implémentations correspondantes, j'ai constaté que certaines approches utilisent softmax tandis que d'autres utilisent sigmoid pour l'étiquetage au niveau des pixels. Par exemple, en ce qui concerne le papier u-net , la sortie est une carte d'entités à deux canaux. J'ai …

9 machine-learning deep-learning computer-vision tensorflow

2

Comment calculer manuellement l'ordonnée à l'origine et le coefficient dans la régression logistique

J'étudie actuellement la régression logistique. Mais je pas à calculer l'ordonnée à l'origine ( ) et le coefficient ( ). Je le cherchais sur Internet, mais je n'obtiens que des didacticiels utilisant Microsoft Excel ou des fonctions intégrées dans R. J'ai entendu dire qu'il pouvait être résolu par Maximum Lik …

9 regression machine-learning logistic maximum-likelihood

2

La forêt aléatoire est-elle une bonne option pour la classification des données déséquilibrées? [fermé]

Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle se concentre sur un problème uniquement en modifiant ce message . Fermé il y a 3 ans . Malgré les approches ressemblantes et d'autres …

9 machine-learning classification data-mining supervised-learning statistical-learning

2

Bonferroni Correction et apprentissage automatique

Dans les études de psychologie, j'ai appris que nous devrions utiliser la méthode de Bonferroni pour ajuster le niveau de signification lors du test de plusieurs hypothèses sur un seul ensemble de données. Actuellement, je travaille avec des méthodes d'apprentissage automatique telles que les machines à vecteurs de support ou …

9 machine-learning cross-validation svm overfitting bonferroni

3

Comment le générateur d'un GAN est-il formé?

Le document sur les GAN indique que le discriminateur utilise le gradient suivant pour s'entraîner: ∇θré1m∑i = 1m[ journalD (X( i )) +journal( 1 - D ( G (z( i )) ) ) ]∇θd1m∑i=1m[log⁡D(x(i))+log⁡(1−D(G(z(i))))]\nabla _{\theta_d} \frac{1}{m}\sum^{m}_{i=1} [\log{D(x^{(i)})} + \log{(1-D(G(z^{(i)})))}] Les valeurs sont échantillonnées, passées à travers le générateur pour générer …

9 machine-learning neural-networks

2

Comment un taux d'apprentissage plus faible peut-il nuire aux performances d'un gbm?

J'ai toujours souscrit à la sagesse populaire selon laquelle la diminution du taux d'apprentissage dans un gbm (modèle d'arbre boosté par gradient) ne nuit pas aux performances hors échantillon du modèle. Aujourd'hui, je n'en suis pas si sûr. J'ajuste des modèles (minimisant la somme des erreurs quadratiques) au jeu de …

9 machine-learning boosting out-of-sample

Questions marquées «machine-learning»